Qwen3-VL-32B-Instruct-4bit
Model pembuatan gambar Qwen3-VL-32B-Instruct-4bit dari mlx-community memuat 32 miliar parameter ke dalam sebuah . Qwen3-VL-32B-Instruct-4bit is an open-weights image model with roughly 32 billion parameters.
by mlx-community · 32B parameter
Paling cocok untuk
Cara menggunakan Qwen3-VL-32B-Instruct-4bit di osFoundry
Hubungkan dengan key Anda sendiri (BYOK)
Buka dialog key dan tempelkan API key mlx-community Anda. osFoundry menemukan Qwen3-VL-32B-Instruct-4bit secara otomatis — tetapkan ke peran Maestro (router, direct, orchestrator, atau fallback) di tab Pipeline dan model ini langsung aktif di setiap chat. Key Anda, akun provider Anda — tanpa markup token.
Deploy endpoint khusus
Qwen3-VL-32B-Instruct-4bit bersifat open-weights — jalankan secara lokal tanpa biaya, atau deploy endpoint GPU khusus di workspace Anda untuk kapasitas tercadangkan tanpa rate limit.
Gunakan di Room App
Room App mendeklarasikan fitur AI di manifest mereka, lalu memanggilnya dengan invokeAI:
import { invokeAI } from '@osfoundry/app-sdk'
// 'summarize' is an AI feature declared in your app manifest.
const result = await invokeAI('summarize', userText)
Panggil dari aplikasi Anda sendiri
Setelah sebuah model terhubung ke workspace Anda, Anda dapat meng-host-nya sebagai API dan mengaksesnya dari layanan, skrip, atau CI Anda sendiri — di luar osFoundry.
Hardware apa yang dapat menjalankan Qwen3-VL-32B-Instruct-4bit
Qwen3-VL-32B-Instruct-4bit berjalan di GPU konsumen atau workstation 24GB (~20 GB VRAM dengan ruang KV-cache). Inferensi presisi penuh muat di satu H100 80GB pada presisi FP16 (~77 GB).
Qwen3-VL-32B-Instruct-4bit vs model serupa
Lisensi
Tidak ditentukan — Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial.
Periksa dokumentasi upstream.
Pertanyaan umum tentang Qwen3-VL-32B-Instruct-4bit
Apakah Qwen3-VL-32B-Instruct-4bit gratis untuk digunakan?
Qwen3-VL-32B-Instruct-4bit gratis untuk dijalankan secara lokal pada hardware Anda sendiri. Akses ter-host melalui osFoundry dikenakan biaya (input Free (local), output Free (local)). Anda dapat beralih antara lokal dan ter-host kapan saja.
Bisakah saya menggunakan Qwen3-VL-32B-Instruct-4bit secara komersial?
Penggunaan komersial diizinkan dengan syarat. Ketentuan lisensi tidak ditentukan — verifikasi model card upstream sebelum penggunaan komersial. Periksa dokumentasi upstream.
Berapa VRAM yang dibutuhkan Qwen3-VL-32B-Instruct-4bit?
Sekitar 20 GB pada kuantisasi Q4, atau 77 GB pada presisi FP16 penuh. Muat di satu GPU konsumen 24GB.
Bisakah saya menjalankan Qwen3-VL-32B-Instruct-4bit secara lokal?
Ya. Qwen3-VL-32B-Instruct-4bit bersifat open-weights dan berjalan secara lokal di GPU workstation. Runtime lokal osFoundry menangani pemuatan model, kuantisasi, dan routing.
Apa keunggulan utama Qwen3-VL-32B-Instruct-4bit?
Qwen3-VL-32B-Instruct-4bit sangat cocok untuk image text to text.
Bagaimana cara menggunakan Qwen3-VL-32B-Instruct-4bit di osFoundry?
Tempelkan API key mlx-community Anda di dialog key (atau deploy open weights untuk model yang dapat di-self-host), tetapkan Qwen3-VL-32B-Instruct-4bit ke peran Maestro di tab Pipeline, lalu gunakan di chat, di Room App via invokeAI, atau di aplikasi Anda sendiri.
Diterbitkan oleh mlx-community pada 21 Oktober 2025. Sumber: https://huggingface.co/mlx-community/Qwen3-VL-32B-Instruct-4bit